回帰分析、再び。

最近のMadridは寒いです。すかっとさわやかな青空ですが、朝の気温は5度から7度。夜も同じくらい。生まれも育ちも某山岳地帯の私ですが、寒いのは苦手です。。

と、そうこうしているうちに明日はまたQuantitative　AnalysisのExam第二段。今回のお題は回帰分析、英語で言うと（Linear)Regressionです。
たとえば売り上げ予測。気温の変化、通行人の数、セールスマンの数。。など、まずはこれらの変数が売り上げ推移に関係するか分析。関係ないものは除き、関係あると思われるもののみ残して再び分析。で、インフレ率や物価上昇数なども考慮のうえ最終的にたとえば来年の売り上げがどうなるのか、客観的な分析をするわけです。と、ここまで書くとなんだか難しそうですが、複雑な計算は全部Excelがやってくれます。。
Excelってこんなこともできるのね。。と、どうしてもっと早く、私たち、知り合っていなかったのかしら。。

と、関心している場合ではなく。
要は（私の理解するところ）YとXの関係、ほぼ直線比例的なグラフ状態となるかどうか、いらないものはすて、いるものは残し、そして係数がでたらその係数を使って次の予測をすると。
で、たとえば翌年の売り上げ、最高いくら、最低いくら、まで予測して初めてちゃんとした分析となると。
。。。今まで、こんなに詰めて予測なんかしたことない。。。。（笑）
大体Forecastっていうのはいつも、鉛筆なめなめ、’う～ん、去年の5％ぐらい上乗せしとけばいいんじゃないの？？”なんてやってたので。。（笑）と、これがForecastingのばらつき、著しいふれにつながっていたわけか？
Professorにも、’そうはいってもForecastingって言うのは結局えいや！の世界なんじゃないの？”と質問。彼曰く、’そりゃ、そうだけども。限りなく客観的に近づけることは可能なんだよ’と。もっともなことです。


と、私が’数’の話をしているのに驚きを隠せない親族および友人の方々、どうか明日のExam,　健闘を祈ってください。